The Effect of Different Exercise Training Types on Functionality in Older Fallers
Notice bibliographique
Résumé
Background: Fall is one of the most common geriatric syndromes in the elderly population. It is important to determine the most effective exercise training in elderly individuals who are at risk of falling. Aim: To investigate the effects of different exercise trainings on functionality in older fallers. Method: A total of 30 older adults, 16 females and 14 males, were enrolled in this randomized controlled trial. The older adults were divided into 3 groups: vestibular exercise (VE), posturography balance exercise (PBE), and square step exercise (SSE) groups. All groups received VE training. Sensory Organization Test (SOT), Adaptation Test (ADT), Fall Efficacy Scale (FES), Montreal Cognitive Assessment (MoCA), Vestibular Disorders Activities of Daily Life Scale (VADL), and the World Health Organization Quality of Life Scale–Older Adults Module (WHOQOL-Old) were administered before and at the end of the 24 training sessions. Results: The MoCA and the composite balance score of the SOT were improved in the PBE and SSE groups and the FES in all groups. According to multiple comparison analyses, toes up in the VE and PBE groups, toes down of the ADT in the PBE group, VADL in the PBE and SSE groups, the WHOQOL-Old in all groups significantly improved ( P < .010). Conclusion: VE training alone is not sufficient for older fallers. A combination of PBE and SSE training, which was applied 3 times a week for 8 weeks, was more effective in improving functionality in older fallers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».